1. 首先安装cuda和cudnn

参考：CUDA安装教程（超详细）_Billie使劲学的博客-CSDN博客_如何安装cuda

先查看本机的cuda支持版本【非常重要，版本不对将无法使用】

win+s，搜索NVIDIA Control Panel，打开NVIDIA控制面板。

选择左下角的系统信息->组件，查看cuda版本

 官网：CUDA Toolkit Archive | NVIDIA Developer

然后在该网站选者相应的cudatoolkit版本下载

有一个地方注意，选本地版安装

然后默认安装就行。

cudnn安装

【cuDNN 其实就是 CUDA 的一个补丁而已，专为深度学习运算进行优化的】

cuDNN地址如下，需要先注册一个账号。

https://developer.nvidia.com/rdp/cudnn-download

注册成功后，在下面的网址，查看适配的 cuDNN下载

cuDNN Archive | NVIDIA Developer

下载完成后是一个zip压缩包，把里面的三个文件夹解压到cuda的安装目录下。

默认安装目录是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2

拷贝时看到，CUDA 的安装目录中，有和 cuDNN 解压缩后的同名文件夹，这里注意，不需要担心，直接复制即可。cuDNN 解压缩后的同名文件夹中的配置文件会添加到 CUDA安装目录中的同名文件夹中。

现在大家应该可以理解，cuDNN 其实就是 CUDA 的一个补丁而已，专为深度学习运算进行优化的。然后再参加环境变量。

在系统变量 - path里，安装完cuda应该自动生成了两个了，再添加两个【虽然不知道有没有用】

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\libnvvp

验证安装是否成功

配置完成后，我们可以验证是否配置成功，主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe：

首先win+R启动cmd，cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe,应该得到 result = PASS

---

2. 在anaconda里创建一个新环境

为什么不用默认的base环境？

默认base环境有1800多个库，99%都用不到，Pycharm和Jupyter等导入此环境时间太长。

好处：有时需要用不同版本的pytorch，或者要用TensorFlow，为了方便管理，为每一个框架新建一个环境管理。

conda creat -n pytorch python=3.7

2. 换源

因为国外的网站下载速度很慢，所有换成国内的镜像站。

首先打开此环境，activate pytorch

输入一下三个命令。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/

打开C盘用户（user）下的用户名(username)文件夹下的.condarc文件（就是刚刚新加的源），用记事本打开，将https改为http,删掉-default，点击保存。

3. 对应版本的Pytorch

打开pytoch官网：Start Locally | PyTorch

这里特别注意，让选CUDA版本时，一定要选与本机相同的版本，但选10.2又提示说windows不再支持10.2版本。

解决方案：在网页上方导航栏有个Previous PyTorch Versions，在里面找到想要版本的cuda。

选择需要的版本，复制命令，删除 -c pytorch后，在新的conda环境运行。

至于为什么后面没有加入了这个-c pytorch的原因：其中，-c pytorch参数指定了conda获取pytorch的channel，在此指定为conda自带的pytorch仓库。因此，只需要将-c pytorchi语句去掉，就可以使用清华镜像源快速安装pytorch了。因为我们要使用清华镜像源进行安装。

conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2

如果失败了，关闭，重新输入conda命令就可以。

整个过程不超过五分钟，原来不换源直接安装速度巨慢，还经常失败。

4. 测试是否安装成功

python
import torch
torch.cuda.is_available()

 

如果返回False，可能是上面的某个版本不匹配，无法GPU加速，检查一下cuda版本是否一致。

---

如何在PyCharm中使用

 

如何在Jupyter中使用

Jupyter notebook如何切换conda环境_九羽-的博客-CSDN博客